Odabir grafičke kartice danas nije samo stvar broja FPS-ova u vašoj omiljenoj igri. Sve je važnije koliko snage je potrebno za dobar rad , kako zbog računa za struju i topline koju generira, tako i zbog utjecaja na okoliš. I tu dolazi dobra usporedba potrošnje energije, od skromnih GPU-ova za Ryzen 5 7600 do računalnih snaga za umjetnu inteligenciju.
U sljedećim retcima pronaći ćete sveobuhvatan vodič koji premošćuje dva svijeta: s jedne strane, niskoenergetske, visokoučinkovite GPU-ove za igranje i kućna računala, a s druge strane, zvijeri za servere i podatkovne centre koje treniraju AI modele i troše vate kao da nema sutra. Cilj je da shvatite što čini GPU učinkovitim, kako se energetska učinkovitost promijenila kod AMD-a i NVIDIA-e te koji specifični modeli trenutno nude najbolji omjer performansi i vat.
Zašto je energetska učinkovitost GPU-a toliko važna?
Kada govorimo o potrošnji energije u grafičkim karticama, obično se referiramo na TGP ili TDP, odnosno na približnu maksimalnu snagu koju GPU može potrošiti pod opterećenjem. Ova vrijednost utječe na nekoliko stvari: veličinu i kvalitetu napajanja, količinu generirane topline, buku ventilatora i, naravno, račun za struju ako puno koristite računalo.
U praksi, čak i dvije grafičke kartice istog brenda mogu se ponašati vrlo različito jer proizvođači postavljaju različita ograničenja snage ovisno o modelu i dizajnu hladnjaka. Nije neuobičajeno vidjeti, na primjer, mobilnu RTX 4050 koja radi na 35 W, a drugu na 115 W; naziv je isti, ali performanse se drastično mijenjaju s tim ograničenjem snage . Zbog toga su usporedbe prilično komplicirane ako se ne uzme u obzir snaga.
Nadalje, svaki GPU napaja se putem PCI Express sabirnice i dodatnih 6, 8 ili 16-pinskih priključaka za napajanje , što zahtijeva uravnotežen arhitektonski dizajn s jasnim ciljem: postići veće performanse uz održavanje ili smanjenje potrošnje energije konfiguriranjem profila performansi . Značajan napredak postignut je u ovom području posljednjih godina, kako u igrama tako i u poslužiteljima s GPU-ima za umjetnu inteligenciju i HPC (visokoperformansno računalstvo).
Evolucija energetske učinkovitosti AMD i NVIDIA igraćih grafičkih procesora
Osvrćući se desetak godina unatrag, nalazimo generacije poput ATI Radeon HD 5000 (Terascale 2) i NVIDIA GTX 400. Tada su performanse po vatu bile daleko od onoga što imamo danas. Od tada je svaka nova arhitektura zatezala vijke u pogledu energetske učinkovitosti.
Jedan od najupečatljivijih skokova dogodio se s NVIDIA GTX 900 serijom . Bila je to prva generacija tvrtke NVIDIA koja je jasno usvojila napredne tehnike rasteriziranja temeljene na pločicama, što je pomoglo u puno boljem korištenju potrošene energije. AMD je obećao nešto slično sa svojom DSBR tehnologijom u Vega GPU-ima, ali doista solidna implementacija nije stigla sve do prve RDNA arhitekture (serija RX 5000) i njezine evolucije, RDNA 2 (serija RX 6000) , gdje se ravnoteža performansi i potrošnje energije značajno poboljšala.
Što se tiče performansi po vatu, AMD-ovi napori s RDNA bili su toliko značajni da su u određenim asortimanima proizvoda uspjeli nadmašiti NVIDIA-inu RTX 30 seriju . Tome se dodaje i faktor cijene: tradicionalno su AMD kartice bile nešto jeftinije od svojih NVIDIA kolega, što ih je činilo privlačnima mnogim korisnicima, iako je ova niža cijena također odražavala da je AMD donekle zaostajao u čistim performansama nekoliko generacija.
Još jedan ključni aspekt bio je proizvodni čvor. Dok se AMD odlučio za TSMC-ov 7nm proces u svojim najnovijim generacijama , NVIDIA se kretala između TSMC-ovog 12nm (RTX 20) i Samsungovog 8nm (RTX 30). To je AMD-u dalo prednost u gustoći i učinkovitosti tranzistora koja nije uvijek očita ako se pogledaju samo tehničke specifikacije. Korištenje naprednijeg čvora omogućuje pakiranje većeg broja tranzistora u manji prostor i troši manje energije za iste performanse, tako da usporedba između arhitektura nije bila sasvim poštena.
Dolaskom novih generacija očekuje se da će i AMD i NVIDIA usvojiti naprednije čvorove (poput TSMC-ovih 5nm u novijim arhitekturama), što će puno više izjednačiti uvjete i omogućiti nam usporedbu učinkovitosti pod gotovo jednakim uvjetima, čineći kvalitetu čistog arhitektonskog dizajna jasnijom.
GPU-i za servere i umjetnu inteligenciju: ekstremna snaga i prekomjerna potrošnja
Drugo veliko bojno polje za učinkovitost su GPU-ovi za servere i podatkovne centre . Ovdje fokus nije na FPS-u u igrama, već na ubrzavanju modela umjetne inteligencije, velikih podataka i izuzetno složenih znanstvenih simulacija. I dok je učinkovitost prioritet, apsolutna potrošnja energije vrtoglavo raste do zapanjujućih brojki.
NVIDIA H100: Zvijer umjetne inteligencije koja proždire vate
NVIDIA H100 trenutno je jedan od najmoćnijih GPU-ova u NVIDIA-inoj ponudi za umjetnu inteligenciju i HPC. Temeljen na Hopper arhitekturi, dizajniran je za organizacije kojima su potrebne iznimne performanse za treniranje i pokretanje vrhunskih AI modela , modela velikih jezičnih programa i složenih znanstvenih simulacija.
Njegove ključne tehničke značajke uključuju naprednu 4nm tehnologiju proizvodnje (TSMC) , kompatibilnost s do 80 GB HBM3 memorije i ogromnu računalnu snagu: desetke TFLOPS-a u FP64 i preko 1000 TFLOPS-a koristeći Tensor jezgre u kompaktnom obliku. Nadalje, uključuje podršku za tipove podataka kao što je FP8 , što značajno poboljšava učinkovitost treniranja velikih modela bez žrtvovanja prevelike točnosti.
Zahvaljujući NVLinku četvrte generacije, H100 se može međusobno povezati s drugim GPU-ima kako bi formirao prave visokoučinkovite klastere, umnožavajući računalnu snagu. Cijena za sve to je nevjerojatna potrošnja energije: u AI konfiguracijama govorimo o oko 700 vata po GPU-u . Da bismo to stavili u kontekst, to je više nego što troše mnoga kompletna stolna računala i više nego nekoliko vrhunskih grafičkih kartica za igranje zajedno.
Kada se ta potrošnja pomnoži s milijunima jedinica koje se predviđaju za korištenje u nadolazećim godinama , godišnja potrošnja energije doseže razine usporedive s potrošnjom električne energije cijelih zemalja. Procjenjuje se da bi samo H100s lako mogao premašiti 13 000 GWh godišnje, što je više od ukupne potrošnje zemalja poput Gvatemale ili Litve. To postavlja ozbiljna ekološka i energetska pitanja o eskalaciji umjetne inteligencije.
NVIDIA A30: uravnoteženje performansi i potrošnje energije za inferenciju
U usporedbi s H100, NVIDIA A30 je uravnoteženiji serverski GPU, temeljen na Ampere arhitekturi. Namijenjen je tvrtkama kojima su potrebne dobre performanse, a istovremeno vodeći računa o potrošnji energije i budžetu . Popularan je izbor za AI inferenciju (korištenjem unaprijed obučenih modela), umjereno HPC i virtualizaciju.
Proizveden 7nm procesom tvrtke TSMC, A30 nudi do 10 TFLOPS-a u FP64 i približno 165 TFLOPS-a u Tensor jezgrama , s 24 GB HBM2 memorije i mogućnošću povezivanja do dvije kartice putem NVLinka. Njegova glavna prednost je što postiže značajnu računalnu snagu uz relativno nisku potrošnju energije , što ga čini vrlo atraktivnim za podatkovne centre koji traže operativnu učinkovitost i razumne troškove električne energije.
Intel Gaudi 2: solidna alternativa NVIDIA-i za umjetnu inteligenciju
Intel je, putem Habana Labsa, razvio Gaudi akceleratore kao alternativu NVIDIA GPU-ima za AI opterećenja. Model Gaudi 2 posebno je dizajniran za treniranje neuronskih mreža, s 24 Tensor jezgre i snažnim fokusom na maksimiziranje performansi i učinkovitosti za ove vrste zadataka.
Proizveden 7nm procesom, Gaudi 2 uključuje 96 GB HBM2e memorije i otvoreni softverski ekosustav. Njegova ključna snaga leži u integraciji tehnologija poput RDMA i RoCE, koje omogućuju izravan pristup memoriji između čvorova i poboljšanu skalabilnost kada se više akceleratora koristi paralelno. Iako se o njegovoj točnoj potrošnji energije u vatima ne raspravlja toliko široko kao kod H100 serije, njegov dizajn usmjeren je na pružanje vrlo konkurentnog omjera performansi i snage.
Intel Gaudi 3: Veće performanse i bolja učinkovitost u velikim razmjerima
Intel Gaudi 3 je prirodna evolucija Gaudija 2 i predstavlja značajan skok u performansama i skalabilnosti za generativnu umjetnu inteligenciju, modele velikih jezika (LLM) i obradu slika. Izgrađen na 5nm čvoru i s arhitekturom optimiziranom za FP8, može postići do 1,835 PFLOPS-a u tom formatu i podnijeti do 120 GB HBM2e memorije.
Njegova poboljšana infrastruktura međusobnog povezivanja omogućuje učinkovitiju izgradnju velikih klastera , što je ključno pri obuci masivnih modela. U komparativnim testovima LLM obuke, Gaudi 3 može biti do 1,7 puta brži od dobro utvrđenih alternativa, što rezultira kraćim vremenom računanja i boljom energetskom učinkovitošću za postizanje zadane razine performansi.
Utjecaj na okoliš i potreba za čišćom energijom
Povećana upotreba grafičkih procesora (GPU) za umjetnu inteligenciju i podatkovne centre dovela je do porasta potrošnje energije tih infrastruktura . To nije samo zbog snage koju zahtijevaju akceleratori poput H100 ili Gaudi 3, već i zbog ostatka pratećeg hardvera i, prije svega, sustava hlađenja potrebnih za njihovo održavanje unutar toplinskih ograničenja.
Velike tehnološke tvrtke poput Mete, OpenAI-a i drugih već su priznale da napajanje njihove AI infrastrukture zahtijeva ogromne količine energije , čak su otvoreno raspravljale o namjenskim nuklearnim elektranama ili ogromnim ulaganjima u obnovljive izvore energije. To je izazvalo ozbiljnu zabrinutost zbog utjecaja razvoja AI-a na klimu, posebno jer mnoge od tih aplikacija dolaze do krajnjih korisnika kao naizgled besplatne usluge.
S obzirom na ovaj scenarij, tvrtkama koje dizajniraju grafičke procesore (GPU) ključno je poboljšati i učinkovitost i izvor energije koja ih napaja . Nema velike koristi od 20% veće učinkovitosti GPU-a ako se ukupan broj korištenih akceleratora udeseterostruči, a fosilna goriva se i dalje koriste. Ovdje usporedba potrošnje i učinkovitosti prestaje biti samo pitanje računa za struju i postaje pitanje ekološke odgovornosti.
Grafičke kartice niske potrošnje energije za kućna računala i igranje
U području kućnih računala i igara situacija je drugačija. Za mnoge korisnike, imati učinkovitu grafičku karticu znači uštedu na napajanju, smanjenje topline u kućištu i izbjegavanje prekomjerne buke , uz to što plaćaju manje na kraju mjeseca. Takozvane grafičke kartice niske snage ostaju vrlo zanimljiva kategorija, posebno u srednjem rangu te za optimizaciju i upravljanje igrama na Steamu.
Grafička kartica koja ne troši više od 150 W pod stvarnim opterećenjem općenito se smatra grafičkom karticom niske potrošnje energije , a u najgorem slučaju zahtijeva samo jedan 8-pinski priključak za napajanje ili čak nikakav, crpeći energiju isključivo iz PCI Express utora. To im omogućuje nesmetano funkcioniranje u sustavima s napajanjima od 300-400 W, što ih čini idealnima za izradu jeftinijih računala ili nadogradnju starijih strojeva bez potrebe za zamjenom polovice sustava.
Što GPU niske snage donosi pravom računalu?
Tipičan primjer bio bi računalo s Ryzen 5 5600X, 16 GB DDR4 RAM-a, PCIe SSD-om i 240 mm AIO hladnjakom . Ako u taj sustav instalirate učinkovitu grafičku karticu poput RTX 4060 ili buduće RTX 5060, ukupna potrošnja energije pod opterećenjem obično se kreće između 280 i 320 W, što ostavlja napajanje od 400 W s više nego dovoljno prostora. Nadalje, pravilna optimizacija performansi u sustavu Windows 11 pomaže u kontroli potrošnje energije.
Ove grafičke kartice također ne zahtijevaju vrhunske CPU-e za dobar rad , pa se mogu upariti s relativno jeftinim procesorima bez straha od ozbiljnog uskog grla. Također su obično kompaktne i jednostavne za hlađenje, s ventilatorima koji se ne moraju vrtjeti maksimalnom brzinom, što rezultira hladnijim i tišim sustavima.
Specifični modeli učinkovitih grafičkih procesora i njihova potrošnja energije
GeForce GTX 1650 GDDR6: vrlo ekonomična i štedljiva opcija
GeForce GTX 1650 s GDDR6 memorijom jedna je od najboljih opcija ako tražite vrlo pristupačnu rabljenu karticu za revitalizaciju starijeg računala. Ima TGP od samo 75 W, napaja se isključivo iz PCI Express porta u mnogim verzijama i može glatko raditi sa starijim napajanjima od 300 W.
Što se tiče performansi, ovaj GPU ima slične performanse kao GeForce GTX 970 ili Radeon RX 570 , ali s prednošću korištenja modernije arhitekture (Turing) i podrške za trenutne upravljačke programe. I dalje je sposoban pokretati nezahtjevne ili starije igre na 1080p s prihvatljivom kvalitetom, što ga čini vrlo zanimljivim za sustave kojima je potrebno samo skromno grafičko pojačanje.
GeForce RTX 4060: Izvrsna učinkovitost za 1080p
NVIDIA GeForce RTX 4060 je visoko cijenjena grafička kartica zahvaljujući svojoj ravnoteži performansi i potrošnje energije. Temeljena na Ada Lovelace arhitekturi (jezgra AD107), nudi više nego dovoljno snage za igranje trenutnih naslova u 1080p s visokim ili vrlo visokim postavkama i podržava tehnologije poput DLSS-a.
Njegov TGP je oko 115 W i koristi jedan 8-pinski konektor , tako da savršeno radi s napajanjima od 350-400 W, pod uvjetom da ostatak sustava nije previše gladan energije. Dolazi s 3.072 shadera, 8 GB GDDR6 memorije na 17 Gbps, 128-bitnom sabirnicom i dobrim brojem Tensor i RT jezgri. Cijena mu je obično ispod 300 €, što ga, s obzirom na potrošnju energije i iskustvo igranja koje nudi, čini jednom od najučinkovitijih kartica koje je NVIDIA izdala posljednjih godina.
GeForce RTX 5060: Skok u performansama uz nisku potrošnju energije
GeForce RTX 5060 podiže performanse na višu razinu, uključujući Blackwell arhitekturu (GB206 jezgra) i vrlo brzu GDDR7 memoriju. Povećava broj shadera na 3.840 i poboljšava performanse u usporedbi s RTX 4060, učinkovito je stavljajući u rang s 8GB RTX 4060 Ti u smislu sirove snage.
Njegov TGP doseže 145 W , što je i dalje unutar onoga što se može smatrati umjerenom potrošnjom energije. Zahtijeva 8-pinski konektor, a s tipičnom konfiguracijom Ryzen 5 5600X, 16 GB RAM-a i SSD-a, cijeli sustav ne bi trebao prelaziti 320 W pod opterećenjem. Njegovih 8 GB GDDR7 i podrška za tehnike generiranja okvira sljedeće generacije pružaju dovoljne performanse pri 1080p i podršku za rezoluciju od 1440p bez značajnog povećanja potrošnje energije.
AMD Radeon RX 7600: učinkovita alternativa RTX 4060
Za one koji preferiraju AMD, Radeon RX 7600 je zanimljiv kandidat u srednjem rangu. Bazirana na RDNA 3 (Navi 33), ima 2.048 shadera, 8 GB GDDR6 memorije pri 18 Gbps i 128-bitnu sabirnicu, kao i 32 dedicirane jedinice za praćenje zraka. Što se tiče performansi, vrlo je blizu RTX 4060 pri 1080p , što je čini dobrom opcijom za tu rezoluciju.
Njegova TGP je oko 165 W i zahtijeva 8-pinski konektor . U standardnom sustavu s Ryzen 5 5600X i uravnoteženom konfiguracijom, ostaje savršeno održiv s kvalitetnim napajanjem od 400 W. Ono gdje zaista blista je u ravnoteži između potrošnje energije i performansi sada kada mu je cijena pala ; ako ga pronađete za oko 260 € ili manje, obično je to vrlo razumna kupnja.
GeForce RTX 5060 Ti 16 GB: Visoka snaga bez prevelike potrošnje
Idemo li korak dalje, nalazimo GeForce RTX 5060 Ti 16GB , karticu koja se približava vrhunskim performansama uz održavanje razumne potrošnje energije. S Blackwell arhitekturom i GB206 jezgrom, nudi 4.608 shadera, 16 GB GDDR7 memorije pri 28 Gbps, 128-bitnu sabirnicu i dobar broj Tensor i RT jezgri.
Njegov TGP je oko 180 W , a ipak uspijeva nadmašiti Radeon RX 7700 XT, koji ima TGP od 245 W. Potreban mu je samo jedan 8-pinski konektor, što uvelike pojednostavljuje instalaciju. U računalu s Ryzen 5 7600, 32 GB DDR5 RAM-a, NVMe SSD-om i 240 mm hladnjakom , ukupna potrošnja energije je oko 360 W pod opterećenjem s ovim GPU-om. Idealno bi bilo da se u ovom slučaju odlučite za kvalitetno napajanje od 450-500 W kako biste osigurali dovoljno prostora i održali napajanje unutar optimalnog raspona učinkovitosti.
GeForce RTX 4070: gornja granica "razumne potrošnje energije"
Konačno, model koji graniči s onim što bi neki mogli smatrati niskom potrošnjom energije, ali ostaje prilično skroman u usporedbi s vrhunskim karticama: GeForce RTX 4070. S Ada Lovelace arhitekturom (AD104), 5.888 shadera, 12 GB GDDR6 memorije pri 21 Gbps i 192-bitnom sabirnicom, to je GPU dizajniran za igranje u 1440p rezoluciji sa svime na maksimumu , pa čak i za prelazak u 4K.
Njegova TGP je oko 200 W , a obično su mu potrebna dva 8-pinska konektora ili jedan 16-pinski konektor, ovisno o modelu. U tipičnoj konfiguraciji s Ryzen 5 7600, 32 GB DDR5 RAM-a i tekućinskim hlađenjem, cijeli sustav vuče oko 380-390 W pod opterećenjem. Za ovu kombinaciju preporučuje se dobro napajanje od 500-600 W , koje pruža dodatni prostor i osigurava visoku učinkovitost samog napajanja.
Usporedbe temeljene na stvarnoj potrošnji: veliki izazov
Problem koji se ponavlja pri usporedbi GPU-ova je taj što se većina web stranica fokusira na grupiranje rezultata benchmarkova po modelu , bez uzimanja u obzir točne izlazne snage svake verzije, posebno kod prijenosnih računala. To dovodi do obmanjujućih usporedbi gdje se, na primjer, mobilna RTX 3050 Ti ograničena na 35 W pojavljuje pomiješana s drugim varijantama od 60 ili 80 W, iskrivljujući percepciju njezine stvarne učinkovitosti.
Idealno bi bilo da se pri usporedbi potrošnje energije može odabrati ne samo model GPU-a već i njegovo specifično ograničenje snage (na primjer, RTX 3050 Ti na 35 W u odnosu na RTX 4050 na 45 W) i vidjeti relativne performanse u svakom slučaju. Iako postoje baze podataka i popisi koji rangiraju GPU-e prema snazi, i za stolna i za prijenosna računala, oni ne uključuju uvijek rezultate performansi povezane sa svakom konfiguracijom napajanja , što je ono što doista omogućuje procjenu učinkovitosti.
Nadalje, važno je zapamtiti da se isti silicij može ponašati vrlo različito ovisno o dizajnu proizvođača (VRM, hlađenje, ograničenja snage), posebno u prijenosnim računalima, gdje varijanta s niskom potrošnjom energije ima za cilj produžiti vijek trajanja baterije i smanjiti toplinu, dok varijanta s većom snagom daje prioritet sirovim performansama. Stoga, pri analizi potrošnje energije, samo gledanje tehničkih specifikacija nije dovoljno: bitno je uzeti u obzir testove opterećenja i točne uvjete svakog modela te provesti temeljito čišćenje sustava prije mjerenja.
Cijela ova slika, od štedljivih GPU-ova poput GTX 1650 GDDR6 do čudovišta poput NVIDIA H100 ili Intel Gaudi 3, pokazuje da je energetska učinkovitost postala središnji fokus dizajna i odabira grafičkih kartica.
Razumijevanje kako se potrošnja, arhitektura, proizvodni čvor, performanse i specifični slučajevi upotrebe presijecaju omogućuje donošenje puno informiranijih odluka, bilo da se radi o izgradnji pristupačnog igraćeg računala s dobrim omjerom performansi po vatu ili o dimenzioniranju AI klastera koji vam neće račun za struju pretvoriti u stalnu glavobolju. Podijelite ove informacije kako bi više ljudi moglo saznati o ovoj temi.